支持向量机的最大特点
能构造出最大间距的决策边界，从而提高分类算法的鲁棒性
在支持向量机里，为什么吧类别标识定义为[-1,1]
为了让数学表达式尽量简洁，通过符号判断
什么是松弛系数，它有什么用
类似与逻辑回归算法成本函数引入正则项，目的是为了纠正过拟合问题，让支持向量机对噪声数据更强的适应性。
什么是核函数，他们和相似性函数，两者有什么关系
核函数：特征转换函数，相似性函数：由于只有一个数据集，很难找出一个分隔超平面的数据集，所以需要将样本映射到二维空间
常用的核函数有那些，分别有什么特征
线性函数：简单，运算效率高，容易解释，缺点：对线性不可分的数据没有很好的办法
多项式核函数：可以拟合出复杂的分割超平面，缺点：可选的参数比较困难，不够稳点
高斯核函数：参数容易选择，缺点：计算速度慢，容易过拟合
